为您找到214个相关课程
展开简介
收益目标：了解将数据落地为真实的业务价值，了解数据如何驱动业务。
适应人群：暂无
关键词：互联网，大数据
收益目标：暂无
关键词：其他，大数据，运维，数据库，MongoDB
收益目标：1、云计算核心概念和使用经验 2、如何设计良好的云上系统架构 3、如何迁移到公有云 4、公有云的安全如何设计 5、如何在云上进行自动化运维 6、如何设计现代大数据架构
适应人群：适用于企业IT技术经理，系统架构师，IT运维工程师，大数据工程师等。 该课程为中高级课程，对于进行基于公有云的系统部署运维、产品开发设计特别有帮助 1、对公有云尚没有实际使用经验IT人员团队 2、对公有云成本无评估经验的项目管理团队 3、想要借公有云快速验证产品原型的创新团队
关键词：互联网，大数据，云计算，数据架构，敏捷开发，DevOps，运维，敏捷，转型
收益目标：1.理解云原生架构下Java应用的挑战与机遇； 2.掌握Java性能优化的关键工具和策略； 3.学习提升研发流程效率的现代方法和工具； 4.了解AI将如何促进研发效能的提升； 5.了解Java在人工智能、向量数据库等新兴领域的应用案例； 6.洞察Java技术的未来发展，把握技术趋势；
关键词：其他，人工智能，大数据，Java，转型，企业级，数字化转型
收益目标：通过本课程，学员能够真实掌握互联网高可用架构设计过程中所遇问题的归纳、分析与总结，并有针对性的给出解决方法，课程将重现这些问题的场景，通过实例讲解，并对应到学员的实际工作问题，有效的启发思路、激发兴趣、掌握解决问题的基本方法。
适应人群：各类互联网/IT/软件企业和研发机构的软件架构师、软件设计师、程序员。对于有明确互联网产品业务需求的个人和团队，效果更佳。
关键词：互联网，互联网金融，架构师，架构设计，大数据，互联网架构，高可用架构
收益目标：通过实例了解数据战略在不同场景中的实施，演变，和不同战略的优劣，为高级管理人员提供数据方向上战略、布局、管理和执行层面的多角度思路。
关键词：互联网，商业模式，大数据
收益目标：1、数据分析的概念、表现形式与方法 2、数据分析的常用工具与应用 3、运用数据分析促进管理和运营的方法和路线图 4、通过现场模拟实战案例,全面掌握运用数据分析的实战技巧 5、中美知名企业用数据提升竞争力的经验和失败教训分享
适应人群：企业的商务分析师、数据分析师、业务部门经理、管理决策人士等。一切对运用数据分析做商业创新感兴趣的技术与管理人士。
关键词：互联网，大数据，数据分析，统计学常见方法，数据分析与商业应用，大数据分析，数据建模，数据算法及应用，数据分析生命周期，数据分析方法全景图
收益目标：1.对腾讯游戏的运营实践经验有一定了解； 2.介绍平台在架构上设计及历史演进； 3.介绍机器学习流水线的建设及优化实践；
关键词：互联网，大数据，机器学习
关键词：互联网，电信，架构设计，大数据，机器学习，虚拟化，微服务
收益目标：a) 掌握Kafka的Producer/Consumer的用法及与其它系统集成的方案 b) 初步掌握如何使用Kafka Stream开发流式处理应用 c) 掌握Kafka的复制和领导选举策略，并了解分布式系统一致性解决方案 d) 能够理解并掌握分布式产品选型方法
适应人群：a) 大数据产品开发工程师 b) 大数据运维工程师 c) 大数据架构师
关键词：互联网，大数据，分布式系统，配置管理
收益目标：•了解宜信四大开源项目的设计思想、定位和能力； •了解宜信敏捷数据中台的建设思路、定位和价值； •了解宜信敏捷数据中台技术架构和设计思路； •了解宜信敏捷数据中台支持的典型数据应用场景；
关键词：互联网，大数据，数据架构
收益目标：学习完本课程后，学员的主要收获有： (1) 从企业级应用的角度对推荐系统有一个全面的认知，知道推荐系统的技能要求、价值、应用场景； (2) 了解最主流的推荐算法基本原理； (3) 熟悉推荐系统的产品形态，针对不同的产品怎么更好地整合推荐系统以发挥业务价值； (4) 了解在真实业务场景中怎么做好推荐系统，让推荐系统真正产生商业价值； (5)获得讲师十多年实践推荐系统的经典案例和经验；
适应人群：本课程适合对推荐系统感兴趣的或者自身工作与推荐系统相关的算法工程师
关键词：互联网，人工智能，大数据，推荐系统，视频推荐，音乐推荐，内容推荐
To Be Better
注册或 找回密码?